随着机器学习和人工智能的不断兴起，所有的科研人员对在科研中加入理论和计算研究越来越有热情。回想十几年前，很多理工科领域的计算模拟和实验研究相对还是比较脱节。甚至存在相当一部分实验研究者宁愿机械系的重复尝试，也不是很愿意结合理论和计算机模拟来分析自己的。这一方面来源于实验领域对于理论领域的怀疑以及偏见，另一方面也来源于当时的理论模型尚未完善并且受限于计算资源。

现如今，伴随着摩尔定律，计算机的计算能力已经成指数级别的进化。理论工作者在计算量上有了极大的空间。于此同时，实验仪器也有了长足的发展，在纳米级别和飞秒级别的表征都已如探囊取物。这也就给了很大的理论和实验的合作空间，也从一个方面激发了广大科研工作者对计算模拟的激情和兴趣。而参见世界超级计算机排行版，世界上计算能力前十的计算机已经完全不是美国一家独大。根据2017年11月的数据显示，美国最快的超级计算机只能排在世界第5，而前两名则由中国占据（完整表单参见https://www.top500.org/lists/2017/11/）。

由表单的详细内容可以发现，中国的太湖之光和天河二号超级计算机无论从内核数还是峰值计算能力上都已经领先于其他国家。同样的，在实验仪器上，中国的很多实验条件和设备也要超过国外很多知名机构。接下来的一个问题可能就是老生常谈了，那么中国现在的科研条件那么好，为什么一些顶尖的研究成果还是国外先出来呢？比如前几篇文章聊到的材料界的人工智能和材料数据库，虽然国内也有类似的产品，但是大多都是基于对国外已有技术的模仿，并没有看到明显的优势和先进性。这个时候一般都会有人站出来说，是因为中国人不懂得创新，或者是因为中国的学术太功利了，亦或是中国的科研工作者比较浮躁等等。这些说法有些时候是有几分道理，可是个人觉得这并不完全是全部原因。之前和天河二号计算机的工作人员聊过，他说那段时间天河二号对外提供计算机优惠报价，大概是0.08元/核时，也就是说每用1个cpu计算1个小时需要8分钱。而一个计算为组的课题组，如果要做比较系统的研究，尤其是涉及到大数据，高通量，机器学习等等时髦词，一般来说一个课题组一年的机时可以轻松用到1000万。这也就对应天河二号上大概80W的资金投入。这些钱也许对于一些土豪课题组并不算什么，可是对于单纯的理论计算来说，并不是一笔小钱，这相当于很多自然科学基金的经费总数，而纯理论的自然科学基金甚至都不一定拿得到这么多钱。那么在国外是怎么一个情况呢？答案是，在国外的很多机构，计算资源是几乎免费的。拿目前在世界只排名第八的Cori来说，需要使用Cori上的计算资源，只需要按照他的要求提交研究计划即可，而具体的申请介绍课参见下图。

所以这可能也是目前中外超算中心的一个明显差别，就是使用成本。不仅仅是计算资源，很多实验资源国外的免费性做的也比国内要领先一些。一些高级的表征手段，比如同步辐射，中子绕射等等，如果能有相关渠道，通过提交研究计划一般都能够拿到免费的使用机会。而在国内，免费的资源却非常稀缺。诚然，国内外都存在着大佬垄断资源的现象，可是相对于国外，国内的科研小组因为经费的原因可能会在前进的道路上更为吃力一些。考虑到国内课题组的体量一般大于国外，分摊到人均计算机时和排队时间，国内往往会处于较为明显的劣势。